风口财经记者 谢文倩

　　在刚刚过去的8月份，AI医疗领域喜提多起融资。

　　8月8日，AI辅助医疗诊断企业知见生命完成Pre-A轮融资；8月18日，国内药物模拟研发平台“深势科技”完成新一轮超7亿元人民币融资；8月21日，AI医疗企业“杉木SHANMU”完成千万级的天使+轮融资......资本的热情可见一斑。

　　在“百模”大战开展的如火如荼之际，如何落地应用成为业内人共同探索的方向。医疗领域作为人工智能一直在探索赋能的方向，在大模型时代重新受到关注，AI+医疗会成为下一个风口吗？

大模型来了，医疗企业争当“第一”

　　ChatGPT火爆之后，业内纷纷开启了大模型赋能医疗产品的探索。今年上半年，已经在AI医疗领域工作过四年的产品经理孟佳明显感觉到市场热了许多。

　　一条关于大模型的探索之路在医疗公司间铺开来，大家对此积极的进行各种尝试，试图找出技术与业务的最佳结合点。渐渐地，孟佳发现主打“第一”的概念开始在业内流行起来。

　　“比如有企业会宣称自己是第一家用大模型去给患者做诊断的公司，强调AI模型问诊准确性、诊断准确性堪比三甲医院资历深厚的老医生。还有的企业会透露自己已经具备自主研发大模型的能力。”孟佳表示。

　　对于这些企业打造的概念亮点，孟佳始终心存怀疑。毕竟大模型的研发需要巨大的资金和人才投入，另外还要有强大的算力和数据支撑。后来他了解到，这些企业就是借助开源大模型在上面做一些微调，重新加强训练而已，但它们依然对外宣称是企业自主研发的大模型。

图片来源：视觉中国

　　尽管投资人们自己也未必清楚这些企业的真正状况，但这些“亮点”在很长一段时间内确实真实的影响着从业者的判断。投资人在接触项目的时候时常以此为标准去询问对方——你们的产品有三甲医生的医术匹配吗？为什么别的企业能做到你们做不到？

　　到目前为止，孟佳还未见过一款称得上跨越性的落地应用产品。“大模型的赋能确实给很多方面带来了提升，但这并不足以让产品发生质的改变。”孟佳表示。

　　不过据他观察，业内的热情也更多集中在“预备”阶段，或是因为同行都在做，所以都想拿到一张入局的车票，或是想蹭个热点，借此在资本市场炒个概念。

　　今年夏天，孟佳了解到一家互联网医疗公司找某大模型公司谈合作，大模型方坦诚地告诉对方还未生产成型的大模型医疗产品。没想到对方毫不介意，直言愿意一起从零打磨。

　　不仅如此，这位董事长还豪爽地表示，基于大模型开发出来的任何产品都愿意照单全收，“大模型是未来的发展方向，绝对不能错过”。一时之间，孟佳被这位老板的魄力和眼界深深折服，于是想深入了解下对方业务，却在打开网页看到其公司股价的一瞬间明白了老板的用意。

　　很快，这家企业加码大模型的消息就会在资本市场开花结果。

AI+医疗，会在哪个细分领域先落地？

　　尽管大模型还未给医疗领域带来颠覆性变革，但从没有人怀疑过AI+医疗的发展方向。

　　早在大模型给医疗再添这一把火之前，AI+医疗就历经过好几轮风口，AI影像、AI制药等赛道乘风而起，卷起过一轮又一轮的浪潮。

　　兴业证券研报显示，根据Statista的报告预测,全球医疗AI市场规模将从2021年的110.6亿美元增长到2030年的1879.5亿美元，期间复合年增长率为37%。

　　AI技术的变革往往会引发行业的变革。2016年，谷歌AI系统AlphaGo战胜世界围棋冠军李世石事件，让AI+医疗成为当仁不让的风口，相关企业轻松吸纳大量融资。据北极光创投投资副总裁马可后来回忆，“当时那几年，所有的公司、所有的基金都在找AI的领域应用，而医疗是一个非常好的切入方向。而且大家知道，AI会对医疗产生很多变革，会有一些公司能跑出来。”

　　但让人没想到的是，热闹的AI医疗领域却在随后两年快速降温。究其原因，马可认为是因为投资方看不到产品走向临床的具体时间。

　　在ChatGPT引发全球AI浪潮的今天，这些问题也同样适用。大模型让医疗行业又看到了新的可能，而解题的关键也依然在落地和产品上。孟佳觉得从需求点并没有太大的不同。“过往是小模型赋能，现在是大模型赋能，其实只是解决问题的方式不一样，并不是大模型来了所有问题就都解决了。”

图片来源：视觉中国

　　具体到医疗领域的落地场景，国内企业探索方向各有千秋。医疗垂类大模型应用场景有AI制药、辅助问诊、辅助诊断、健康咨询、医学智慧影像等。

　　其中，生成式AI也被认为是发现新药物和疗法的革命性工具，但孟佳表示不看好，业内对AI制药的希冀集中在缩短药物研发周期和降低研发成本两方面，“但这个路径没有人走通过，这是存在于大家脑海中的一个理想路径，但真正深入去做会发现周期比想象中要长，其实从我们业内来看热度已经有所下降了。”

　　在这些领域里，孟佳最看好内容生成，也就是辅助企业做医学培训。“很多领域会给一线医生做教育和培训，这些培训除了医生自己的经验和积累，还有企业的贡献。”孟佳表示，企业在把新的研究产品介绍给医生时，会进行详细地讲解运用，他认为，这个行为虽然有商业的目的在，但也推动了很多的一线医生学习和认知提升。

　　而如ChatGPT等语言大模型的优势正是将医学文献、临床病历等文字信息进行高效准确的分析和处理。“平时企业内部医学人员会花很长时间在数据分析和内容生成上，但用大模型完成初稿再人工加以润色，就能降低很多成本。另一方面，专业领域的人才写的东西往往晦涩，但大模型能够让人们更好的去接受这些信息。”孟佳说。

在他看来，这是真正能实现和起到推动作用的落地场景，而经过一个夏天的消化，目前行业的对于大模型赋能的真实水平，在认知上也越来越清晰。“当概念刚开始教育市场的时候，大家都会觉得神乎其神，但是当真正掏钱的时候开始精打细算了，这就叫正确认知。”孟佳说。